php爬虫页面信息获取利器

使用PHP curl库爬取信息，做页面信息分析可能大家第一时间想到可能会是会正则，作为新手不能很熟练的写出相关的正则。而php解析html类库simple_html_dom就很容易上手了。

它使用了类似jQuery的元素选择器，通过元素的id，class，tag等等来查找定位；同时还提供添加、删除、修改文档树的功能。

github地址：https://github.com/samacs/simple_html_dom

里面几个小demo：

$str = <<

   
• item:1

   
• item:2

   
• item:3

   
• item:4

HTML;
$html = str_get_html($str);
foreach($html->find('ul') as $ul) {
    foreach($ul->find('li') as $li)
        echo $li->innertext . '
';
}
输出：
item:1
item:2
item:3
item:4